Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Automated Underwater Pipeline Damage Detection using Neural Nets
KTH, Skolan för elektroteknik och datavetenskap (EECS), Robotik, perception och lärande, RPL.
KTH, Skolan för elektroteknik och datavetenskap (EECS), Robotik, perception och lärande, RPL.
KTH, Skolan för elektroteknik och datavetenskap (EECS), Robotik, perception och lärande, RPL.
KTH, Skolan för elektroteknik och datavetenskap (EECS), Robotik, perception och lärande, RPL. (RPL/EECS)ORCID-id: 0000-0002-7796-1438
2019 (engelsk)Konferansepaper, Oral presentation only (Fagfellevurdert)
Abstract [en]

Pipeline inspection is a very human intensive taskand automation could improve efficiencies significantly. We propose a system that could allow an autonomous underwater vehicle (AUV), to detect pipeline damage in a stream of images.Our classifiers were based on transfer learning from pre-trained convolutional neural networks (CNN). This allows us to achieve good results despite relatively few training examples of damage. We test the approach using data from an actual pipeline inspection.

sted, utgiver, år, opplag, sider
2019.
HSV kategori
Forskningsprogram
Datalogi
Identifikatorer
URN: urn:nbn:se:kth:diva-256311OAI: oai:DiVA.org:kth-256311DiVA, id: diva2:1344503
Konferanse
ICRA 2019 Workshop on Underwater Robotics Perception
Forskningsfinansiär
Swedish Foundation for Strategic Research , IRC15-0046
Merknad

QC 20190827

Tilgjengelig fra: 2019-08-21 Laget: 2019-08-21 Sist oppdatert: 2019-08-27bibliografisk kontrollert

Open Access i DiVA

fulltext(1223 kB)46 nedlastinger
Filinformasjon
Fil FULLTEXT01.pdfFilstørrelse 1223 kBChecksum SHA-512
45c8b0288f0fb762dc1d0462e0d4d842d5567851565e845e7c5ff99f25178cfd65686b8d8117e5ff955322a7fa4f78bb8fa5f42ec7feeab52503777d279f22c6
Type fulltextMimetype application/pdf

Personposter BETA

Shi, JiajunYin, WenjieDu, YipaiFolkesson, John

Søk i DiVA

Av forfatter/redaktør
Shi, JiajunYin, WenjieDu, YipaiFolkesson, John
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 46 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

urn-nbn

Altmetric

urn-nbn
Totalt: 259 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf